非常にまれな例外を除いて、すべての 人工知能の大きな進歩 今世紀は機械学習の成果です。 その名前が示すように (そして、前半の大部分を特徴づけた象徴的な AI に対抗するものです) この分野の歴史)、機械学習には、ルールに従うだけでなく、実際には、 学ぶ。
しかし、問題があります。 人間の小さな子供とは異なり、機械学習は、それらを正常に認識する前に、多数のトレーニング例を示す必要があります。 たとえば、「愚か者」のような物体が見えるなどということはありません（それが何であるかはわかりませんが、きっとそうでしょう） 見たら覚えているでしょう）そしてその後、あなたが目にするすべての愚か者を認識できるようになります。
おすすめ動画
もしA.I. 潜在能力を最大限に発揮するためには、この方法で学習できることが重要です。 問題はまだ解決されていませんが、 オンタリオ州ウォータールー大学からの新しい研究論文 について説明します 潜在的な画期的なプロセス LO ショット (または 1 ショット未満) 学習と呼ばれます。 これにより、機械は人間と同じようにはるかに迅速に学習できるようになる可能性があります。 これはさまざまな理由で役立ちますが、特にトレーニング用の大量のデータが存在しないシナリオに役立ちます。
1 回未満の学習を約束
「私たちの LO ショット学習論文では、機械学習モデルをトレーニングするために必要なサンプルの最小数を理論的に調査しています。」 イリア・スチョルツキー、博士号 プロジェクトに取り組む学生がデジタルトレンドに語った。 「モデルは実際に、与えられたトレーニング例の数よりも多くのクラスを認識することを学習できることがわかりました。 私たちは、以前の論文に取り組んでいたときに、最初にこの結果に経験的に気づきました。 ソフトラベルデータセットの蒸留、元のデータセットでトレーニングされたかのようにモデルを同じパフォーマンスにトレーニングする小さな合成データセットを生成する方法。 私たちは、1 桁あたり 1 つ未満の、わずか 5 つの合成例でトレーニングした後、ニューラル ネットをトレーニングして、0 から 9 までの 10 桁すべてを認識できることを発見しました。 …私たちはこれに本当に驚き、何が起こっているのかを理論的に理解しようとこの LO ショット学習論文に取り組むきっかけとなったのです。」
スチョルツキー氏は、これはまだ初期段階にあると強調した。 新しい論文は、LO ショット学習が可能であることを示しています。 研究者は今後、LO ショット学習を実行するために必要なアルゴリズムを開発する必要があります。 その一方で、同チームはさまざまな分野の研究者から関心を受けていると述べた。 火山学、医療画像処理、サイバーセキュリティなど、これらすべてがこの種の AI から恩恵を受ける可能性があります。 学ぶ。
「これらの新しいツールの展開をすぐに開始できることを願っていますが、他のツールの展開もお勧めします。 機械学習の研究者も、そのプロセスをスピードアップするためにこの方向性を模索し始めるでしょう。」 言った。
編集者のおすすめ
- あなたの近くの学校に警備ロボットがやってくるかもしれない
- Amazon、AIを導入して商品レビューを要約
- Amazon、検索の「一世代に一度」の変革を計画、求人広告で明らかに
- Nvidia の最新の A.I. 結果は、ARM がデータセンターに対応できることを証明しています
- Nvidia の新しい音声 A.I. まるで本物の人間のように聞こえる
ライフスタイルをアップグレードするDigital Trends は、読者が最新ニュース、楽しい製品レビュー、洞察力に富んだ社説、ユニークなスニーク ピークをすべて提供して、ペースの速いテクノロジーの世界を監視するのに役立ちます。
